Gemini 4 Argon Rilasciare: Token di uscita 1M, piatto di metà prezzo Opus, ma non è possibile usarlo per un po '

Il 30 settembre, Google DeepMind ha ufficialmente rilasciato Gemini 4 Argon, la sede ufficiale della prossima generazione di intelligenza di frontiera. Questo è il primo modello della serie Gemini 4 e il primo flagship lanciato sette mesi dopo Gemini 3.1 Pro nel febbraio di quest'anno. Nel bel mezzo del periodo, Google ha inviato solo alcuni piccoli modelli della serie Flash, che una volta sono stati percepiti dal mondo esterno come cadere da una concorrenza di modello di prima linea. Argon stava rispondendo -- non ha aperto la porta per tutti.

Prima di tutto, non puoi usarlo adesso.

Il giorno del suo lancio, Argon è stato aperto solo a "credible cyber difese" nel progetto di Google Fairwind. Il piano è stato lanciato il 2 settembre ed è rivolto a governi e istituzioni nazionali di networking, operatori di infrastrutture chiave come medico/telecomunicazione/energia/finanza, piattaforme di tecnologia di base e laboratori accademici che conducono test di benchmarking difensivo. I candidati sono tenuti a sottoporsi a vetting, devono utilizzare la certificazione multifattoriale resistente ai pesci e non devono condividere o rivendere l'accesso. Ufficialmente, ci sono attualmente oltre 650 agenzie di cooperazione.

client API e abbonati Google AI Ultra, poi sviluppatori, aziende e consumatori ordinari, ufficialmente chiamato "il più presto possibile", maNessun appuntamento.Non lo so. La cosa più critica è che dobbiamo stare attenti.API modello ID non è stato pubblicato finoraNon ci sono carte di modello e nessuna conoscenza date di taglio. Così si vede un prezzo come "$2 input" che può essere inteso solo come un prospetto commerciale ufficialmente pubblicato, che non significa che può essere chiamato oggi.

A proposito, questo è coerente con OpenAI, Anthropic - OpenAI's Daybreak, Anthropic Project Glasswing, tutti bloccando le più forti capacità di sicurezza informatica nel passaggio controllato. Google ha anche partecipato al processo di revisione volontaria del governo degli Stati Uniti prima del rilascio del modello di prima linea.

Token di uscita 1M: questa scommessa è lunga

Argon, l'indicatore tecnico più difficile non è contesto, ma contesto.Limite di uscita menzionato da 64K 1M tokenE Google dice che è leader del settore. Attenzione, uscita, non input.

Questa differenza è importante per la persona che ha fatto l'agente. In passato, ti preoccupavi di “quanto si può leggere” e ora di “quanto può durare?” Una missione di migrazione di codice su larga scala può richiedere la lettura ripetuta del magazzino, modifiche, test di esecuzione, uscita del lettore, riprogrammazione e nuovi errori. Quando il budget di uscita è grande, il modello non deve fermare presto e restituire il controllo. Google dice che quando c'è spazio per i modelli di pensare in profondità e generare centinaia di migliaia di gettoni un passo in un incontro sulla capacità di risolvere un problema.

Ma non prenderla come una panacea. L'alto soffitto non significa che ricorda dettagli precedenti, seleziona gli strumenti giusti, le patch sono giuste e la velocità è più veloce. Questi dipendono dal contesto dell'input, dal framework Agent, dall'attività stessa e dal link di autenticazione. E un alto soffitto permette di bruciare una fortuna per un tentativo fallito.Utilizzando 1M come budget predefinito per ogni richiesta, il tasso non è buono.È il livello di compito, la registrazione del consumo effettivo e la cessazione tempestiva dei danni ai tentativi senza progressi misurabili che vengono utilizzati.

Punteggio di corsa: Vinci larga, non tutti.

Google ha pubblicato tabelle comparative con GPT-6 Astra, Claude Fable 5.1 e Claude Opus 5.5. Statistiche multimediali integrate: su 18 benchmark divulgati, Argon è stato il primo di un singolo 12 ed è stato il primo; Astra è stato il primo 3 e Opus 5.5 è stato il primo 2. In altre parole,La parte superiore dei tre modelli di prima linea, Argon, ma il gioco è ancora acceso.Non lo so.

Punti di riferimento:

• Traduzione:77.9 per cento (progetto software a lungo ciclo reale) superiore al 74,2 per cento per Opus 5,5 e 74,1 per cento per Astra
• Vals Index(Financial/programming/legal/tax impatto economico misurato dai pesi del PIL negli Stati Uniti)
• AutomationBech51,3%, primo, 8,8 punti superiore a Opus
• Harvey Law Age Benchmark19.6 per cento, mentre Astra solo 5.4 per cento, Opus 5.5 solo 3,8 per cento — un tasso esagerante, ma notando che il valore assoluto è ancora inferiore al 20 per cento — “un aumento sostanziale dalla base molto bassa” può facilmente apparire più certo di quanto in realtà.
• LVBnch91,7%, SOTA
• CWE-bench v168% (facilità riparate), prima con Astra

Dov'è all'indietro, è lo stesso:

• FrontiersWE v2Astra 65.5 per cento vs Argon 55.0 per cento, 10.5 punti
• Scienza Terminal-Bench 0.1Astra 68.1% vs Argon 57.6%, stesso 10.5 punti
• Terminal-bench 4.066,4% vs Argon 57,4%, 9 punti
• PostTrainBench: Obus 49,3% contro Argon 45,3%

Ecco perché scegliere chi dipende ancora da quello che fai. Il piombo di DeepSWE non significa FrontierSWE è in testa, con due serie di magazzini benchmark, lunghezze di missione, lingua, comportamento degli strumenti.Se il tuo carico è più simile a FrontierSWE o compiti ad alta intensità terminale, non c'è motivo di spostare Astra e Opus dai candidati.

La terza parte, Analisi Artificiale, dà Inteligence Index 53 punti, che è la stessa di GPT-6 Astra e ritardo dietro Claude Opus 5.5 e Sonet 5.5; al contrario, Gemini 3.1 Pro è 30. Fello AI ha anche detto che era nel modello testa testa testato da Analisi Artificiale.Il tasso di allucinazione più basso.Si'. Allo stesso tempo, Bloomberg ha riferito che alcuni collaboratori di Google hanno ritenuto che stavano ancora lottando con la programmazione reale.

Google sta già usando molto

Sono stati citati diversi casi interni, la parte più informativa del testo, in quanto sono l'atterraggio dell'ambiente di produzione reale piuttosto che le piste di laboratorio:

• Ottimizzazione dell'algoritmo QuantumAiutare i team di calcolatore quantico a ottimizzare il tempo e le risorse spaziali (qubit x gate) per applicazioni critiche, un caso che supera la linea di base pubblicata in minuti 40%
• Efficienza della memoria: un gruppo di Argon Agent analizza l'intera flotta che profila la telemetria, identifica e applica automaticamente l'ottimizzazione della memoria, rilascia più di 300 TiB RAM dopo la diffusione, e aspetta risparmi totali di 500 Tib a 1 PiB
• C/C++ Girare Rust: Dalle decine di migliaia di linee in librerie core come re2, libgav1 a più di 800.000 linee nel nucleo interno di Fuchsia OS Zircon. Questi sistemi sono così critici che la riscrittura su larga scala adotta un approccio automatizzato rigoroso per la revisione manuale, test di simulazione e valutazione prima della produzione.

Il più specifico è libgav1-Google Open Source Video decoder. Argon L'agente prende il controllo di una porta Rust esistente, che viene esportato attraverso più giri di esperimenti guidati dal profilo e compilatori di ricerca.Codice SIMD della linea 32K sostituito, il compilatore di output può quantificare automaticamente la sicurezza di Rust. Il risultato è un decodor di memoria sicuro, rispetto alla versione originale della porta RustAndiamo, 2,7 volte.L'uscita video è esattamente la stessa.

Cybersecurity: secondo campo di battaglia principale di Argon

Argon è stato addestrato per la sicurezza informatica.Auto-rilevamento, validare e riparare le omissioni del software chiaveNon lo so. Ad una difesa credibile e Google team interno, Google saràTogli la recinzione di sicurezza.Invialo e dagli tutte le capacità di difesa in avanti.

Prestazioni scoperte: Wiz attraverso il suo piano Scan for Good per proteggere le infrastrutture pubbliche critiche gratuitamente con Argon, modellato suIl software medico utilizzato al Global Hospital ha trovato una scappatoia seria che ha esposto le informazioni personali sensibili, e nessuno dei precedenti modelli di prima linea l'ha trovato.Non lo so. Inoltre, Argon ha trovato le esposizioni in un repository di codice complesso che spazia 20 linguaggi di programmazione su un benchmark di gap composito all'interno di Google; e in Wiz su un benchmark di prova di penetrazione scatola nera, ha superato Gemini 3.8 Flash Cyber alla scoperta di superfici di attacco, identificare scappatoie, e produrre prove PoC.

La prima consegna del progetto Fairwind è stata Gemini 3.8 Flash Cyber con il framework CodeMender, che ha aiutato la difensiva a identificare, convalidare e riparare le scappatoie.

Prezzo: metà prezzo inizia, poi doppio

Il prezzo di introduzione è...Token 2 dollari per milione, uscita 10 dollari95% di sconto sul prezzo di ingresso per l'ingresso della cache, che è circa $0.10/million ingresso cacheNon lo so. Aumento alla fine del periodo di introduzione US$ 4 ingresso / US$ 20 uscita, l'ingresso della cache è di circa $0.20. Google non dice quanto tempo questo “periodo di incorporazione” è, tuttavia, la pratica del settore è che — e talvolta — questo “prezzo vecchio” rimarrà il prezzo ufficiale.

Mettilo nello stesso foglio di prezzo: Argon nel periodo di introduzione è GPT-6 Astra ($10/50).Un quinto.Claude Opus 5.5.Meta'.Non lo so. Questo prezzo a Google due storie diverse... Il periodo di promozione è uno dei modelli di testa più economici, e la promozione termina allo stesso prezzo di Opus 5.5.

Cancello di sicurezza prima del rilascio.

Google ha aggiunto misure di sicurezza in quattro direzioni:

• Prevenzione degli abusiProgettato per rifiutare le reti nocive e le richieste CBRN pur mantenendo la ricerca legittima a doppio uso; una migliore tecnologia per l'attivazione interna dei modelli di sorveglianza per identificare l'uso improprio. La recinzione è stata testata con un metodo di attacco manuale + automatizzato da squadre rosse interne ed esterne.
• iniezione precauzionaleGoogle descrive Argon come "il modello più resistente fino ad oggi per iniettare consigli indiretti". Tasso di successo IPI di Gray Swan 0.7%Rispetto all'1,0% per Opus 5,5 e Fable 5,1, 8,5% per GPT-6 Astra, 27,0% per GPT-6 Sol, 5.3 31,5% per GLM, e fino al 51,8% per Grok 4.8 - È un bel gap.
• Monitorare la deviazione degli obiettivi.: Monitorare la catena di pensiero e le azioni di Argon e interrompere l'esecuzione se necessario. Google ha usato un sistema simile durante il processo di formazione per avvisare i team di risposta di emergenza specializzati e deliberatamente evitare di reindirizzare i rilevamenti per modellare il ragionamento che circumventerebbe la sorveglianza.
• Sistema di rinforzo: Segregazione e stoccaggio dell'ambiente sandbox prima dell'inizio della formazione o della valutazione ad alto rischio, secondo l'Agente Control Road Map

L'articolo "Intenzionalmente non riuscire ad alimentare i risultati della sorveglianza alla formazione" è una delle parole più belle del bollettino: Indica un vero problema: se si allenano modelli con risultati di sorveglianza, i modelli possono imparare “come non essere rilevati dalla sorveglianza” piuttosto che “come non essere dispersi”.

E questo rilascio?

Per le aziende, il punto di questa release non è quello di essere un altro robot di chat, ma a Google, dopo diversi mesi di pressione da OpenAI e Antropic, per riprovare che è ancora al tavolo anteriore. E 'scelto tre gocce -- sviluppo software, competenza professionale, sicurezza di rete. - E' esattamente dove le aziende stanno gia' spendendo soldi.

Ma non ha bisogno di un “win-win” per cambiare il modello di competizione.In 18, il piombo o 13 paralleli sono sufficienti per ottenere Google per sostenere il suo "prossimo obiettivo"E quelli che è in ritardo — FrontierSWE v2, Terminal-Bench Science, Terminal-Bench 4.0 — ricorda anche che OpenAI e Antropic hanno ancora aree tecniche chiare.

La conclusione pratica è solo una frase:Il modello dipende ancora dal carico di lavoro.Porta il tuo vero lavoro al pilota, e non farti un bel giro. Il vero spartiacque è quando Argon è aperto agli sviluppatori, alle imprese e ai consumatori - questo è il momento in cui il rilascio passa dalle notizie alla produttività.

Non c'è fine al fronte, solo il prossimo round.